PowerBI 第二篇：数据建模

在分析数据时，不可能总是对单个数据表进行分析，有时需要把多个数据表导入到PowerBI中，通过多个表中的数据及其关系来执行一些复杂的数据分析任务，因此，为准确计算分析的结果，需要在数据建模中，创建数据表之间的关系。在PowerBI中，关系（Relationship）是指数据表之间的基数（Cardinality）和交叉筛选方向（Cross Filter Direction）。

我的PowerBI开发系列的文章目录：PowerBI开发

基数（Cardinality）

基数关系类似于关系表的外键引用，都是通过两个数据表之间的单个数据列进行关联，该数据列叫做查找列，两个数据表之间的基数关系是1：1，或者1：N，或者N：1，基数关系表示的含义是：

多对一 (N:1)：这是最常见的默认类型。这意味着一个表中的列可具有一个值的多个实例，而另一个相关表（常称为查找表）仅具有一个值的一个实例。
一对一 (1:1)：这意味着一个表中的列仅具有特定值的一个实例，而另一个相关表也是如此。

例如，TableA和TableB之间的基数关系是1：N，那么TableA是TableB的查找表，TableB叫做引用表，在查找表中，查找列的值是唯一的，不允许存在重复值，而在引用表中，查找列的值不唯一。

在PowerBI中，有时，引用表会引用查找表中不存在的数据，默认情况下，PowerBI会自动在查找表中增加一个查找值Blank，所有不存在于查找表中的值，都映射到Blank。

交叉筛选方向（Cross Filter Direction）

筛选方向是筛选的流向，表示一个筛选条件对其他相关表进行过滤，例如，TableA对TableB过滤，其筛选方向可以是双向，或单向：

双向：默认方向，这意味着为进行筛选，两个表均被视为是同一个表，这非常适用于其周围具有多个查找表的单个表。
单向：这意味着一个表只能对另外一个表进行筛选，而不能反向过滤。

一，双向筛选关系

在星型结构中，中间是一个引用表，周围是多个查找表，引用表和查找表之间的筛选关系是双向的，如下所示：

通常情况下，双向筛选用于星型结构，是默认的方向，但是，双向筛选不太适合以下关系图中的模式，在该模式中，筛选方向形成一个循环，对于此类关系模式，双向筛选会创建一组语义不明的关系，例如，求取 TableX 中某个字段的总和，如果选择按照 TableY 中的某个字段进行筛选，则不清楚筛选器应该如何流动，是通过顶部表，还是底部表进行流动？

如果双向筛选导致数据关系的多义性，那么，可以导入表格两次（第二次使用其他名称）以消除循环。这会产生类似于星型架构的关系模式，借助星型架构，所有关系均可设置为“双向”。

二，创建间接关系

在PowerBI报表的关系中，直接关系是指关系的两个表直接接触，间接关系是指通过中间表建立关系的两个数据表，间接关系关联的两个数据表不直接接触，如下图，数据表Students和StudentCourse之间的关系是直接关系，数据表Course和StudentCourse之间的关系是直接关系，而数据表Students和Courses之间通过StudentCourse建立间接关系。间接关系通过一系列有直接关系的数据表，能够实现数据的交互，这是PowerBI自动实现的，为创建复杂的数据模型提供了支持，但是，在数据建模中使用间接关系时，务必谨慎，PowerBI对Filter选项的全选和不选的处理是有区别的。

1，使用以下脚本创建具有多层关系的数据表

脚本创建了四个表，分别是用于表示学生，课程，学生选课，学生演讲，学生和课程之间的关系是1：N，学生和演讲活动之间的关系是1：N

create table dbo.Courses

(

CourseID int not null primary key clustered,

CourseName varchar(32) not null

)

create table dbo.Students

(

StudentID int not null primary key clustered,

StudentName varchar(64) not null

)

create table dbo.StudentCourse

(

    StudentID int not null,

    CourseID int not null,

    constraint PK__StudentCourse primary key clustered(StudentID,CourseID)

)

create table dbo.StudentSpeaker

(

    StudentID int not null,

    EventID int not null

)

insert into dbo.Courses(CourseID,CourseName)

values(1,'English'),(2,'Chinese')

insert into dbo.Students(StudentID,StudentName)

values(1,'stu_a'),(2,'stu_b'),(3,'stu_c'),(4,'stu_d')

insert into dbo.StudentCourse(StudentID,CourseID)

values(1,1),(2,1),(3,2)

insert into dbo.StudentSpeaker(StudentID,EventID)

values(1,101),(4,102)

2，在Relationships视图中，创建表之间的关系

基数关系(Cardinality)根据数据之间的关系创建，筛选方向根据过滤的逻辑设置。默认情况下，PowerBI会自动检查（AutoDetect）数据之间的关系，根据检查的结果（列名和列值的唯一性）自动创建关系，在Relationships视图中，关系是一条有方向的折线，折线的两端是数字，表示基数（Cardinality）关系，折线中间的有向箭头表示筛选方向（Direction）。

PowerBI不会智能到尽善尽美，用户需要根据数据内在的关系对PowerBI自动创建的关系进行修正，或者，例如，把数据表Students和StudentCourse之间的关系修改为：1：N和双向筛选，双击关系（折线），弹出编辑关系（Edit Relationship）的窗体：

在每个表下方面板中，会显示列名和示例数据。基数（Cardinality）关系是Many to one，其表达式是：*:1，表达式左边的表位于上面，右边的表位于下面，用于建立关系的数据列是灰色选中状态。交叉筛选方向（Cross filter direction）选择Both，勾选“Make this relationship active”，点击OK，完成关系的创建，如下图，点击关系（折线），用于建立关系的数据列处于选中状态。

三，利用间接关系实现业务需求

报表需要实现的业务需求是：根据课程（Course）统计作为演讲者（Speaker）的学生数量

在做报表时，必须熟悉数据和数据之间的关系，在数据表StudentCourse中，共有3个学生选课，学号分别是1、2和3，存在不选课的学生，而在数据表StudentSpeaker中，只有学号1的学生满足条件，因此，根据课程（Course）统计作为演讲者（Speaker）的学生数量的结果应该是：

选修English的学生数量是0；
修改Chinese的学生数量是1；
对所有课程做统计，学生数量是选修English和选修Chinese的数量之和，1（=0+1）；

1，设置课程Filter

数据表Course是查找表，由于StudentCourse中的课程（CourseID）都存在于Course表中，所有，Slicer图表中不存在Blank选项。

2，添加Card图表，显示统计数量

在Page中添加Card图表（Visualizations），在图表的Fields属性中，选择数据表SutdentSpeaker的StudentID字段，属性值自动变成：聚合函数+ of +字段值。

3，设置聚合函数

由于一个学生，可能在多个活动（Event）中担当演讲者（Speaker），因此，必须对StudentID进行去重，在图表的Fields属性值“Count of StudentID” 中右击，选择聚合函数选择Count(Distinct)

4，设置图表的显示属性

切换到“刷子”Icon，禁用Category lable，启用Title，修改Title Text、Font color，Alignment和Text Size，

5，分析报表数据

课程选择Chinese，数量是Blank

课程选择English，数量是1

选择所有课程，数量是1

6，清洗数据

默认情况下，图表不选择任何课程（Course），数量是2，这个结果在逻辑上是“错误”的，对于没有选择任何选项的Filter，PowerBI不会做任何筛选关联。

导致错误的原因是由于数据表StudentSpeaker出现脏数据，没有选修任何课程的学生（本例是学号为4的学生）出现在StudentSpeaker数据表中，要修正查询的结果，必须清洗脏数据。

四，编辑交互行为

选择不同的CourseName，度量值Speaker#自动根据Filter做相应的数据过滤，重新统计数据，这种过滤的流向是单向的，由数据关系中的交叉过滤方向（Cross Filter Direction）决定，PowerBI允许在不修改关系的情况下，编辑Filter和度量值的交互行为，使报表中的不同图表（Visiualization）选择性地响应或不响应过滤条件（Filter）。

1，选择Filter，切换到Format菜单，选择“Edit Interactions”

2，编辑交互行为

默认情况下，Card图表的Filter是选中，将其切换到禁止，这样，选择Course过滤器中的任何一个选项，都不会影响Card图表显示的数据值。

五，在数据建模中，要遵守一定的设计原则

在数据建模中，不仅需要属性业务需求，而且需要熟悉数据及其关系，遵守一定的设计原则，能够避免出现一些显而易见的错误：

要根据业务需求，设计报表的过滤条件（Filer）和度量值；
过滤器是数据建模的出发点，根据过滤条件和数据之间内在的关系设计数据模型；
根据数据之间内在的关系，加载数据，保证数据表中不出现脏数据。

参考文档：

Power BI 文档

在 Power BI Desktop 中创建和管理关系